一种地方语言、一批资料、一支团队，再重新搭建一遍采集、整理、校勘、发布和协作 系统——许多地方语言项目仍在重复解决相似的工程问题。懂语言的本地社区往往缺少完整 工具链，通用技术平台又难以替每一种语言维护具体知识。

E-Dialect 是一个开放工程社区。 我们把地方语言数字化中反复出现的资料处理、协同 校勘、公众共建、智能辅助和可追溯治理，沉淀为可以复用、部署和继续演进的软件与规范。 这里可以承载不同语言、产品和研究方向的多个 initiative；乡声万语是当前重点计划， 但不等同于整个 E-Dialect。

平台提供可复用的方法、工具与证据链；真正懂这门语言的本地社区负责知识与判断。

乡声万语 正在以莆仙方言为当前锚点，把真实 资料、真实用户旅程和真实协作压力带入通用工具建设。目标不是把一个地方产品复制成多个 皮肤，而是验证一条能够适应不同文字、音系、资料条件和社区结构的数字化路径。

原始资料 → 协同校勘 → 可信结构化数据 → 公众使用与补证 → 新一轮整理

万语校坊不是乡声集盒的管理后台，兴化语记也不是一次性演示。它们分别承担专业整理、 通用共建和地方应用验证的职责，并通过明确的数据与产品边界协作。

我们也在探索低资源条件下的语义检索、语音识别与合成，以及知识辅助校验：

• hinghwa_semantic_retrieval：莆仙方言语义检索实验；
• ipa_tts_minimal：轻量 IPA-to-TTS 推理与部署验证；
• Voice_Whisper：多来源语音处理能力的集成实验。

这些仓库是仍在研究和工程验证中的能力模块，不包装成一个已经成熟的“通用智能引擎”。 模型、数据、第三方代码和生成物也不因仓库公开而自动适用同一种许可证。

• 共性技术与具体语言知识解耦：核心模型和组件面向多语言复用，正字、读音、释义和 文化语境由相应社区维护。
• 来源先于结论：原始材料、用户提交、整理判断和自动推断保留各自身份，不用投票或 模型分数自动裁定唯一答案。
• AI 辅助而不冒充证据：AI 可以发现问题、生成候选和减少重复劳动；高风险结论仍需 可追溯材料与人工审核。
• 把部署和协作也当作产品：不仅发布代码，也建设权限、审计、贡献流程、测试与回滚 能力，让地方团队能够真正接手。

无论你熟悉代码、语言，还是自己的家乡，都可以找到具体入口：

• 开发者：参与前后端、基础设施、数据工具、RAG 与语音工程。先阅读 贡献指南，再到乡声万语项目板 或对应仓库认领 Issue。
• 语言学研究者与资料整理者：帮助定义音系、正字、来源、数据质量与审校规则；可从 方言数字基建贡献路线 和万语校坊开始。
• 地方社区与方言使用者：提出真实使用场景，查、听、录下家乡表达，并补充地域背景 和来源证据；参见乡声共创路线。

第一次参与 Git/GitHub 协作，可以先进入 Git / GitHub 协作练习。

• E-Dialect 是开放 GitHub 工程社区，不等同于任何公司，也不等同于某一个 initiative。
• 乡声万语 是当前重点计划；未来可以并行发起其他语言、工具或研究 initiative。
• 目前乡声万语相关商业合作、签约与交付由北京塔聚科技有限责任公司作为商业/法律 承载主体；具体权利义务以实际合同、许可证、CLA 和知识产权文件为准。

各仓库分别依其 LICENSE、LICENSING.md 和路径级声明授权。由项目有权授权的原创应用 与网络服务代码通常采用 AGPL-3.0-only；第三方代码继续适用上游条款。软件许可证和 代码 CLA 不自动覆盖数据、语料、词典内容、录音、个人信息、模型权重、商标或 Logo。 详见许可证政策、资产与数据政策和 开源承诺。

• 在相关仓库创建 Issue；
• 邮件：[email protected]。